基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了减少用户用电故障的发生, 本文采用SVM对终端计量点故障数据进行采集、分类, 同时进行核函数参数优化, 使得故障分类准确率明显提高, 进一步提高工作效率.
推荐文章
基于改进PSO-SVM算法的电能质量扰动分类
支持向量机(SVM)
小波变换
粒子群算法(PSO)
电能质量
分类
基于支持向量机故障分类器的参数优化研究
支持向量机
故障分类器
参数优化
基于IGWO算法优化的SVM模拟电路故障诊断
改进灰狼优化算法
支持向量机
模拟电路
故障诊断
基于SVM的模拟电路故障诊断及参数优化方法
模拟电路
支持向量机
粒子群优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM参数优化的电能计量终端故障分类
来源期刊 电工技术 学科
关键词 电能计量 故障分类 SVM 参数优化
年,卷(期) 2019,(4) 所属期刊栏目 电力自动化
研究方向 页码范围 43-44
页数 2页 分类号
字数 1527字 语种 中文
DOI 10.3969/j.issn.1002-1388.2019.04.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (8)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电能计量
故障分类
SVM
参数优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术
半月刊
1002-1388
50-1072/TM
32开
重庆市渝北区洪湖西路18号
78-61
1980
chi
出版文献量(篇)
12910
总下载数(次)
32
论文1v1指导